Emission Trading System - 2023年09月
Towards Net-Zero Carbon Emissions in Network AI for 6G and Beyond
发布时间：2023-09-18
作者：Peng Zhang, Yong Xiao, Yingyu Li, Xiaohu Ge, Guangming Shi, Yang Yang
中文摘要：
一项全球性的努力已经启动，旨在到2030年将全球温室气体（GHG）排放量减半，并在2050年实现净零排放，其中主要是碳排放。6G的发展也必须符合这一目标。遗憾的是，为了满足用户对移动服务，尤其是智能服务和应用的快速增长需求，开发可持续和净零排放的系统可能比预期的更具挑战性。特别是，尽管硬件和软件设计在能源效率方面有所提高，但移动网络的整体能耗和碳排放仍在以惊人的速度增长。资源密集型的人工智能算法和解决方案的日益普及进一步加剧了这一挑战。在本文中，我们确定了主要的排放源，并介绍了一个用于分析网络人工智能实现生命周期的评估框架。我们引入了一个名为DETA的新颖的联合动态能源交易和任务分配优化框架，以减少整体碳排放。我们将基于联邦边缘智能的网络人工智能系统作为一个案例研究，以验证我们提出解决方案的有效性。基于硬件原型的实验结果表明，我们提出的解决方案可以将网络人工智能系统的碳排放量减少高达74.9%。最后，讨论了开放性问题及未来的研究方向。
一句话总结：
本文提出了一种名为DETA的联合动态能源交易和任务分配优化框架，以减少网络人工智能系统的碳排放，并通过实验验证了其有效性。